Meta hat mit Muse Voice Transcribe sein erstes Modell zur Echtzeit-Spracherkennung vorgestellt. Das von Meta Superintelligence Labs entwickelte System wandelt Sprache in Text um, unterscheidet zwischen Sprechern und erkennt, ob eine Äußerung beendet ist. Das Modell kann Aufnahmen von mehr als einer Stunde sowie Gespräche mit mehr als 20 Sprechern ohne zusätzliche Verarbeitung bearbeiten. Das Modell wurde mit mehr als 70 Sprachen trainiert, von denen 25 vor der ersten Veröffentlichung umfassend validiert wurden; es kann Sprachwechsel und Eigennamen anhand des Kontexts erkennen. Das System der „adaptiven Latenz“, das Gespräche in Abschnitten von 80 Millisekunden verarbeitet, sorgt für ein ausgewogenes Verhältnis zwischen Geschwindigkeit und Genauigkeit. Indem es Anfang und Ende unterscheidet, bestimmt es die Reaktionszeit in Sprachanwendungen. Meta erklärte, dass das Modell mit Stand vom 1. September den ersten Platz im Ranking von Artificial Analysis belegt. Die Technologie wurde in die Desktop-Diktierfunktion von Meta AI und in Muse Code integriert. Die API kostet 3 Dollar pro tausend Minuten, was etwa 18 Cent pro Stunde entspricht. Ob eine Integration in WhatsApp, Instagram und Messenger erfolgen wird, ist nicht bekannt.
Warum das wichtig ist
Die praktische Bedeutung der Entwicklung liegt darin, dass Sprachanwendungen nicht nur Sprache in Text umwandeln, sondern auch erkennen können, wer spricht und wann die Interaktion endet. Das betrifft insbesondere Entwickler, die an langen Aufnahmen, Gesprächen mit mehreren Teilnehmern und Unterhaltungen arbeiten, in denen mehrere Sprachen verwendet werden; auch die Fähigkeit, Sprachwechsel zu erkennen und aus dem Kontext Eigennamen zu unterscheiden, kann in diesen Anwendungsbereichen einen zusätzlichen Mehrwert bieten. Die Echtzeitverarbeitung und die adaptive Latenz ermöglichen es Anwendungen, den Zeitpunkt der Antwortgenerierung entsprechend dem Gesprächsverlauf des Modells festzulegen. Die Bekanntgabe der API-Gebühr ermöglicht es denjenigen, die die Technologie nutzen möchten, die Kosten im Voraus zu berechnen, während die Frage, ob das Modell zu WhatsApp, Instagram und Messenger hinzugefügt wird, im Hinblick auf die Auswirkungen auf die Nutzererfahrung offen bleibt.
Hintergrund
Meta ist im FikirPilot-Archiv kein neuer Name: In den letzten 90 Tagen haben wir 4 Nachrichten veröffentlicht, in denen dieser Name vorkam; die jüngste davon datiert vom 30. August 2026.